nltk

【python】swjtu西南交大互联网搜索引擎项目一报告：搜索引擎文本预处理通过下载引擎(Web Crawler/Spider)自动下载至少500个英文文档/网页，以及500个中文文档/网页，越多越好，并保留原始的文档/网页备份(如:News_1_Org.txt）

脚踏实地的大梦想家

【自然语言处理】P3 spaCy 与 NLTK（分词、词形还原与词干提取）以及 Porter 和 Snowball在自然语言处理（NLP）中，文本分词是将文本拆分为单词或词组的过程，这是理解文本含义和结构的基础。Python中两个流行库——spaCy和NLTK（Natural Language Toolkit），都提供了分词功能。下面将详细介绍如何使用这两个库进行文本分词等操作。

爱看书的小沐

【小沐学NLP】Python实现TF-IDF算法（nltk、sklearn、jieba）TF-IDF（term frequency–inverse document frequency）是一种用于信息检索与数据挖掘的常用加权技术。TF是词频(Term Frequency)，IDF是逆文本频率指数(Inverse Document Frequency)。

爱看书的小沐

【小沐学NLP】Python实现K-Means聚类算法（nltk、sklearn）聚类是一种无监督学习任务，该算法基于数据的内部结构寻找观察样本的自然族群（即集群）。使用案例包括细分客户、新闻聚类、文章推荐等。因为聚类是一种无监督学习（即数据没有标注），并且通常使用数据可视化评价结果。如果存在「正确的回答」（即在训练集中存在预标注的集群），那么分类算法可能更加合适。

爱看书的小沐

【小沐学NLP】Python使用NLTK库的入门教程NLTK - 自然语言工具包 - 是一套开源Python。支持自然研究和开发的模块、数据集和教程语言处理。NLTK 需要 Python 版本 3.7、3.8、3.9、3.10 或 3.11。